地方高校本科生学习性投入对学习收获的影响分析——以N大学本科生为例

梁晓云,李冬梅

(1.内蒙古工业大学 国际商学院，内蒙古 呼和浩特 010051;2.内蒙古工业大学 教学促进与教师发展中心，内蒙古 呼和浩特 010051)

美国学者乔治·库的“学习性投入”理论得到了广泛的关注，他认为学习性投入是一个测量学生投入到有效学习活动中的时间和精力，以及学生如何看待学校对他们学习的支持力度的概念，其实质是学生行为与院校条件的相互作用。[1]基于该理论，美国印第安纳大学于2001年启动了“全美大学生学习性投入调查”(National Survey of Student Engagement,简称NSSE)，即每年在全国范围内定期调查本科生具体学习活动和院校教学实践。它代表着当前世界主流的以学生为主体的教育教学质量观，其指标设计从学生在校就读期间的经验出发，考察学生在各种学习和社会活动中的参与度。2007年，我国清华大学教育研究院引进了NSSE，开发出NSSE汉化版问卷——NSSE-China，并于2009年在我国高校正式实施首轮“中国大学生学习性投入调查”。该工具的研发和汉化为我国本科教学质量评估提供了一套以学生为中心、关注教育过程、强调教育增值的科学有效的测量工具，其促使本科教育教学质量评估关注学生主体和教育过程，为提升本科教学质量提供了依据。本研究通过实证数据探索学习性投入与学习收获的关系并探索学习性投入对学习收获的影响程度。

一、理论基础

在建立路径模型之前，整理了相关的文献资料，选取了大学影响力模型中的帕斯卡雷拉整体变化评定模型作为本研究模型构建的理论依据。

大学影响力模型关注大学如何促进学生的发展，重点分析大学特征和学生的在学经历对学生学习和发展的影响，揭示了大学生在校期间的学习和发展是多种因素相互影响的结果，包括个人层面、院校层面的因素。因此，该模型对改进本科教育教学质量具有一定的指导意义。目前比较有代表性的大学影响力模型有四个：阿斯汀的输入—环境—产出(I-E-O)模型；汀托的大学生退学理论模型；帕斯卡雷拉的整体变化评定模型；韦德曼的大学生社会化模型，它们都采用了“输入—过程—输出”的模型建构形式，但各自关注的变量有差异，[2]其中，帕斯卡雷拉的整体变化评定模型较为全面的考虑了学生个人先赋因素、教育过程因素、院校组织结构因素的影响，为多个院校样本的研究提供了理论基础和概念框架。[3]该模型认为个人大学前的背景特征、院校组织特征、院校内部环境、社会性人际互动以及学生个人的努力的质量五个因素，直接或间接影响了大学生的学习和发展，如图1所示。因此，根据研究的需要，把该模型作为下文中建立初始概念模型的基础与依据。

图1 帕斯卡雷拉整体变化评定模型

二、研究设计及分析方法

(一)研究样本

采用随机抽样的方式，通过问卷星在网上发放问卷，历时一周，共收回问卷5049份，通过筛选剔除无效问卷，最终保留有效问卷4904份，研究对象基本信息如表1所示：

表1 N大学本科生学习性投入调查对象基本信息

(二)指标选取与问卷编制

本研究一方面通过美国NSSE官网，借鉴NSSE2016测量工具，并对其进行翻译；另一方面借鉴相关的硕士论文，参考由清华大学课题组经过汉化修订而成的汉化版NSSE测量工具，即NSSE-China或CCSS，并结合N大学的实际情况，通过向专业教师请教、讨论及向学生咨询访谈，对这些成果进行了整理分析，最终编制出《N大学本科生学习性投入调查问卷》。

首先，通过对比分析中美关于学习性投入指标体系的异同，并结合本次研究的需要，最终选取部分指标作为本研究调查问卷编制的依据，如表2所示。其次，研读NSSE2016、NSSE-China2014版及相关量表，并以NSSE-China2014版量表为基础进行本研究问卷编制。最后，通过整理得出相关指标对应的具体题项并形成调查问卷。

表2 本科生学习性投入指标体系

(三)研究假设及模型构建

依据帕斯卡雷拉的整体变化评定模型，并结合研究目的及相关指标，提出本研究的假设：

假设1：学习性投入各指标对学习收获具有直接的正向影响。

假设2：院校主导的学习性投入对学生主导的学习性投入有直接的正向影响。

假设3：院校主导的学习性投入通过作用于学生主导的学习性投入对学习收获有间接的正向影响。

假设4：生师互动不仅对教育经验丰富度和主动合作学习水平有直接的正向影响，还会通过作用于这两个指标对学习收获产生间接的正向影响。

在研究假设的基础上，根据相关理论及指标，构建了一个“过程—输出”模型，其中“过程”指标为学习性投入相关指标，包括院校主导的学习性投入，即学业挑战度、有效教学实践及校园环境支持度三个指标；以及学生主导的学习性投入，即教育经验的丰富度、主动合作学习水平和生师互动指标。“输出”即为学生自我报告的学习收获，学生的学习收获是反映教学质量的一个重要指标，在此基础上构建了本研究的理论初始模型：如图2所示。

图2 学习性投入与学习收获的假设路径模型

三、结果分析

(一)信效度检验

信度和效度是检验问卷是否合格的标准之一，是问卷分析的第一步。信度即可靠性，反映了工具测量结果的一致性和稳定性；效度即有效性，反映了工具能够测量出所要测量的特征的正确性程度。在问卷的正式发放之前，随机抽取了586名学生对问卷进行了试测。

(1)信度分析

本问卷采用内部一致性Cronbach’s Alpha信度系数，对问卷进行信度检验，结果如表3所示：

表3 Cronbach’s Alpha信度分析

该量表中各指标的Cronbach’s Alpha系数位于0.710-0.941之间，超过0.70的可接受水平，[5]总问卷的Cronbach’s Alpha系数为0.955，也超过规定的总量表系数应达到的0.80水平之上，因此该量表具有较好的内部一致性信度。

(2)效度分析

1.结构效度

采用探索性因子分析的方法对量表进行结构效度验证，首先进行KMO检验和巴特利球体检验，KMO检验系数>0.5，P值<0.05时，量表才有结构效度，才能进行因子分析。如表4所示，KMO值为0.933，非常适合做因子分析，而Bartlett的球形度检验的P值为0.000，小于0.05，数据呈球形分布，具有显著性。

表4 KMO和Bartlett的检验

2.效标关联效度

以自我报告的学习收获作为效标，通过计算各指标与学习收获的相关性，检验量表的效标关联效度。如表5所示，各指标与学习收获的相关系数在0.01水平上呈显著相关，这说明量表所涉及的各指标对学习收获产生影响。

表5 各指标的效标关联效度

**. 在 .01 水平(双侧)上显著相关。

综上所述，该调查工具具有良好的信效度，把其作为本论文研究的调查工具，可以测量出本科生学习性投入的水平。

(二)路径分析

1.假设模型的初步检验

在检验模型拟合之前，必须检查是否存在违反估计的情况，若模型拟合结果中出现了超出可接受范围的拟合值，则随后的检验是无效的。通常违反估计有以下三种情况：(1)有负的残差方差存在；(2)标准化系数超过或接近1；(3)是否有太大的标准误存在。[6]因此，在模型拟合完毕后，应当先对这三种情况审核模型的拟合结果，若存在违反估计，必须返回模型设定步骤，重新修正模型或数据资料，再执行AMOS对新模型予以拟合。从表6中可以看出，没有负的误差方差存在，且没有太大的标准误存在；另外，从表8看出，标准化回归系数都未超过或太接近1，因此，该模型没有出现违反估计的情况，且可以对模型进行拟合度评价。

表6 假设模型误差方差

表7 假设模型的非标准化回归系数

续表

表8 假设模型的标准化回归系数

模型拟合情况可以用模型适配指数是否达到适配标准来衡量。这些适配指标主要可以分为三大类：绝对适配度指数、增值适配度指数及简约适配度指数，本研究选取卡方值、卡方值自由度比值、p值、RMSEA、GFI、AGFI、RMR、NFI、RFI、IFI、TLI、CFI指数来检验模型的适配程度。通过执行软件得出本研究假设模型的相关结果：DP=28,t=27,DF=1,因此，该模型为可识别模型。模型拟合情况如表9所示：由表9可以看出，该模型的卡方值为5.808，卡方自由度比值为5.808，超出标准范围，卡方值的P值小于0.05，拒绝原假设，即理论模型与实际数据是不适配的；另外，从其他的适配指数来看，RMSEA=0.031<0.05，RMR=0.001<0.05，GFI=0.999>0.90，AGFI=0.980>0.90，NFI=0.998>0.90，RFI=0.948>0.90，IFI=0.998>0.90，TLI=0.957>0.90，CFI=0.998>0.90，均符合标准。综合而言，该假设模型的拟合程度处于不可接受的状态，因此，需要根据拟合结果对模型进行一定的修正。

表9 模型拟合指标及拟合情况

2.模型修正及再检验

综合考虑，根据表7，将不显著的两条路径，即学业挑战度对教育经验的丰富度和生师互动对学习收获，其中的一条删除，最终把生师互动对学习收获的路径删除，从而建立一个新的模型，如图所示：

图3 修正模型1

执行参数估计后得到修正后的模型的相关指数，如表10所示：其中卡方值为5.871，卡方自由度比值为2.935，卡方值的P值为0.053，大于0.05，接受原假设，即理论模型与实际数据适配；另外，从其他的适配指数来看，GFI=0.999>0.90，AGFI=0.990>0.90，RMR=0.001<0.05，RMSEA=0.020<0.05,NFI=0.997>0.90，RFI=0.974>0.90，IFI=0.998>0.90，TLI=0.983>0.90，CFI=0.998>0.90都达到模型可以适配的标准，表示修正后的假设模型与观察数据适配。至此模型不需要再修正，但是，由表7可知，仍有一条路径不显著，故做第二次修正，检验一下适配度是否会更好。

表10 模型修正指数1

接下来，把另外一条不显著的路径删除，得到修正模型2，如图4所示：

图4 模型修正2

同样的执行AMOS操作，得到相关报表，如表11所示，卡方值为6.045，卡方值自由度比值为2.015，越来越小，更加适配；其他模型适配指数GFI=0.999>0.90，AGFI=0.993>0.90，RMR=0.001<0.05，RMSEA=0.014<0.05,NFI=0.997>0.90，RFI=0.982>0.90，IFI=0.999>0.90，TLI=0.991>0.90，CFI=0.999>0.90都达到模型可以适配的标准，且各指数的值更加符合标准，表示假设模型图与观察数据变得适配情形更好。

表11 模型修正指数2

3.模型解释

经过以上几个步骤，最终得到了修正后的模型路径图，如图5所示：它向我们揭示了学习性投入对学习收获的影响机制，验证了研究假设部分。首先，学习性投入各指标对学习收获有直接的正向作用这个假设基本成立，除了生师互动对学习收获没有直接影响外，其余五个指标均对学习收获有直接的正向影响；第二，院校主导的学习性投入对学生主导的学习性投入有直接的正向影响这一研究假设中，除了学业挑战度对教育经验的丰富度没有影响外，其余指标间均有正向影响；第三，院校主导的学习性投入通过作用于学生主导的学习性投入对学习收获有间接的正向影响，这一研究假设成立；第四，生师互动不仅对教育经验丰富度和主动合作学习水平有直接的正向影响，还会通过作用于这两个指标对学习收获产生间接的正向影响。

图5 修正后的学习性投入对学习收获路径图(标准化回归系数)

表12 修正后模型的标准化回归系数

(三)学习性投入对学习收获的影响分析

学习性投入各个指标对学习收获的作用方式及影响系数大小存在差异，如表13所示：首先，从总体上来看，院校主导的学习性投入和学生主导的学习性投入对学习收获的影响占模型总影响程度的比例分别为69.28%和30.71%，这说明了虽然它们对学生的学习收获都有积极地影响，但是院校主导的学习性投入对学习收获的影响较大，是影响学习收获的主要因素。其次，从各个指标的具体影响情况来看，校园环境支持度对学习收获的影响系数最大为0.606，其中直接影响系数为0.425，间接影响系数为0.182，直接影响要大于间接影响，且占模型总影响的46.29%，这说明了校园环境支持度对学习收获具有较大的影响作用，需要院校采取措施提升校园环境对学生学习的支持度。接下来，按照总影响程度的大小依次为教育经验丰富度、有效教学实践、学业挑战度、生师互动及主动合作学习水平，其中，教育经验的丰富度对学习收获的直接影响最大，而没有间接影响，同样地，主动合作学习水平对学习收获也没有间接的影响。另外，生师互动对学习收获没有直接影响，但它会通过教育经验的丰富度和主动合作学习水平对学习收获有间接的影响。

表13 学习性投入各指标对学习收获的影响系数

四、结论与建议

通过构建学习性投入各指标对学习收获的路径模型，并对各变量之间的影响关系进行验证，总结如下：首先，验证了研究假设部分，学习性投入各个指标对学习收获具有直接的正向的影响，说明了这些过程性指标可以作为影响学生学习与发展的因素，同时也可以把其作为影响教学质量的因素，为教学评估提供了参考依据；院校主导的学习性投入不仅对学习收获有直接的正向影响，还可以通过作用于学生主导的学习性投入对学习收获产生间接的影响，说明了院校环境、政策支持以及学校的软硬件条件的重要性，以及其对促进学生的学习与发展，进而提升本科教学质量具有重要的作用。其次，得到了各变量间影响系数的大小，其中院校主导的学习性投入对学习收获的影响较大，其中校园环境支持度对学习收获的影响最大，这说明院校环境对学生学习的支持程度、教师的有效教学等对促进学生的学习与发展以及提升教学质量具有重要的作用。

根据以上结论提出如下建议，为院校改革及提升本科教学质量提供依据。

首先，加强基础设施的建设，为学生提供良好的学习环境。这就要求学校要重视学生宿舍建设、图书馆建设以及注重教室设施的完善，良好的学习环境是学生高效学习的一个基础条件，只要这些条件达标了，将会有更多的学生在学习中投入更多的时间和精力；同时，一个良好的环境，也会提高学生的学习效率，以图书馆建设为例，高校尽可能的为学生提供更多的自习室，丰富图书的类型与数量，以充分满足学生自主学习的需求。总之，院校主导的学习性投入会对学生的学习性投入产生作用，进而对学习收获产生正向的影响。

其次，严格把控教学关，形成良性互动的课堂氛围。教学质量体现在教师的“教”与学生的“学”两个方面。一方面，院校要严格要求教师队伍，严控教师教学质量，重视对教师教学质量的综合评价，以提升教师的教学素养与教学能力；定期对教师进行教学能力提升的培训，促进教师持续不断地发展，以适应时代发展的速度与要求，培养满足社会需求的人才。另一方面，基于良好的课堂氛围，学生要积极主动，认真的听讲，遇到不懂的问题要主动和老师沟通，这就要求教师不仅仅要做到“教书”，还要达到“育人”的高度，加强课上课下和学生的交流。

第三，提供丰富多彩的校园文化活动，充实大学生活并开阔眼界，达到自身能力的提升。大学不仅仅是学习知识那么简单，还要求个体整体能力的提升，为走出校园，步入社会做好准备。大学是怎样的，培养出的学生就是什么样的，当一个大学为学生提供了丰富多彩的校园文化时，学生的视野也就变得更加开阔，当学校为学生提供了各种提升能力的机会时，学生的能力自然也就得到了锻炼与提升，这两者是息息相关的。现代社会需要的是全方位发展的人才，大学不仅要在专业学习上给予学生更多的关注，还要在其他方面拓展学生的素质与能力，为其走入社会做好铺垫。

总而言之，院校必须在政策上采取措施保障学生的学习，同时学生需要充分利用良好的学习环境与氛围加大学习投入的力度，在院校条件与个人努力相互作用下，达到学生学习收获的最大化，促进学生各方面的学习和发展，在一定程度上提升教学质量。然而，本研究仍存在诸多不足之处，有待进一步的完善，首先，在样本的选取上，没有遵循一定的比例，大四的人数相对较少，这就造成研究上可能会存在一定的偏差，为此，N大学可以通过借鉴CCSS测量工具，引入或者重新开发校本化的调查问卷，从实践上重视学生参与高校内部教学质量评估，在样本选取上更严密和全面；其次，本次研究是以一个学校的本科生为例，进行了校内的一个比较分析，地方高校是否存在共性待进一步的研究考证；第三，在方法上，采用的路径分析，由于研究能力有限 ，仅通过构建“过程—输出”模型，分析了变量之间的关系及影响程度，并没有构建出一个完整的“输入—过程—输出”模型，在以后的研究中可以尝试加入“输入”变量。如：学生入学前的特征，包括学生的家庭背景、院校特征等，使整个研究更加完善和规范。

参考文献：

[1]Kuh G.D. Assessing What really Matters to Student Learning: Inside the National Survey of Student Engagement[J].Change, 2001，(33)，10-17.

[2]王纾.研究型大学学生学习性投入对学习收获的影响机制研究——基于2009年“中国大学生学情调查”的数据分析[J].清华大学教育研究，2011，(4).

[3]Kuh G.D. The National Survey of Student Engagement: Conceptual and Empirical Foundations[J]. New Directions for Institutional Research, 141(2009)，56.

[4]杜金柱,陶克涛,王春枝.基于内部增值观的本科教育质量调查研究(一)——本科教育质量结构性问题[J].内蒙古财经大学学报,2014，(6).

[5]吴明隆.问卷统计分析实务-SPSS操作与应用[M].重庆：重庆大学出版社，2010.

[6]林嵩.结构方程模型原理及AMOS应用[M].武汉：华中师范大学出版社，2008.